人工智能中求解八数码问题算法的实现与分析.pdfVIP

第 卷 第 期 软件导刊 8 % 6 Vol.8 No.6 年 月 2009 6 Software Guide Jun. 2009 人工智能中求解八数码问题算法的实现与分析 张 鸿 （郑州大学升达经贸管理学院，河南郑州451191 ） 摘 要：针对八数码问题的求解， 给出了深度优先搜索、广度优先搜索和启发式搜索（譬如 算法）之间的算法比 A* 较，通过实验验证各种算法并得出结论 在通常情况下，采用启发式搜索算法来进行状态空间的搜索更为方便、高效。 : 关键词：深度优先搜索广度优先搜索启发式搜索 算法 八数码问题 ; ; ; A* ; 中图分类号： 文献标识码： 文章编号： （ ） TP312 A 1672-7800 2009 06－0062－03 放入八个数码 、 、 、 、 、 、 、 ，其中一个单元格是空的。 将 1 2 3 4 5 6 7 8 0 引言 任意摆放的数码盘（称初始状态）逐步摆成某种给定的数码盘 的排列（称目标状态） ，如图 所示。 1 在人工智能领域，提供的每种问题求解方法，都需要某种 对解答的搜索，从提出问题（即初始状态）到问题的解决（即目 标状态），有个求解的过程，也就是搜索过程。 用于搜索的方法 主要有两大类：一类是盲目搜索，另一类是启发式搜索。盲目搜 索是指在不具有对待定问题的任何有关信息的条件下，按固定 的步骤进行的搜索，如深度优先搜索和广度优先搜索； 启发式 搜索是指在搜索中加入了与问题有关的启发性信息，这些信息 可以指导搜索朝着最有希望的方向前进， 加速问题的求解过 图 八数码问题的某个初始状态和目标状态 1 程，并找到最优解，譬如 算法。 本文针对上述几种搜索算 A* 对于以上问题， 我们可以把数码的移动等效成空格的移 法，对八数码问题进行了求解，并进行了比较，力求更快速、更